Модные игрушки: почему 80% проектов на базе искусственного интеллекта являются выдумкой

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Модные игрушки: почему 80% проектов на базе искусственного интеллекта являются выдумкой

В последнее время мы все чаще слышим дискуссии об искусственном интеллекте, машинном обучении и прочих технологических вещах, на базе которых создаются новые проекты. Цукерберг спорит Маском относительно опасности ИИ, чат-боты и различные программы на базе ИИ превращаются в расистов и придумывают собственные языки. Так ли опасен искусственный интеллект и насколько технология проникла в нашу жизнь? Об этом мы поговорили с директором SocialDataHub Артуром Хачуяном.

Искусственный интеллект, машинное обучение, нейронные сети — популярные в России термины. Насколько новые технологии действительно применяются в России?

Так было было с Big Data, мне кажется, сейчас 80% проектов на базе искусственного интеллекта, прости господи, блокчейна — это все чушь какая-то. Проблема в том, что задачи, которые люди хотят решить, решаются более простыми технологиями.

Я приведу простой пример. Буквально сегодня в фейсбуке читал историю о каком-то стартапе, которые благодаря блокчейну собирается построить новую систему рекламы. По сути дела — это Яндекс-реклама или Google-реклама. Задача — соединить заказчиков и потребителей. И они гарантируют, что реклама будет супер таргетированная, мы не будем видеть навязчивую рекламу и так далее, и все это благодаря блокчейну.

Казалось бы, при чем тут блокчейн?! Задача таргетированной рекламы может решиться довольно простыми инструментами. Тут даже не Big Data, ничего этого не нужно. Просто соцсети должны свои алгоритмы поменять и сделать больший набор параметров. Потому что неважно, через что будет доноситься реклама до конечного клиента: через блокчейн или не через блокчейн, плевать.

В каких сферах технологии искусственного интеллекта, по твоему мнению, сейчас наиболее применимы?

На самом деле, есть хорошие штуки. В страховании, в банковском скоринге. Последнее, что у нас было — это история с расчетом страховых полисов для водителей такси на основании данных GPS. Лихачат они или нет, как они ездят. Все эти данные совмещены с их медицинскими показателями, и на основании этого нейросеткой рассчитывается стоимость страхового полиса. А потом, используя машинное обучение, люди все это дело корректируют.
  
На мой взгляд, самая крутая сфера, где это можно применять — это юриспруденция. До сих пор нет стартапа, который бы рассчитывал количество лет, которое тебе дадут на основании условий твоего дела. У нас если дело до суда доходит, то очень редко когда выносится оправдательный приговор. Вот почему бы не сделать робота, который бы высчитывал, какова вероятность получить тот или иной срок?

Ты заговорил о роботах-юристах, как раз недавно Герман Греф заявил следующее: «У нас нейронная сетка готовит исковые заявления лучше, чем юристы, подготовленные Балтийским федеральным университетом. Их мы на работу точно не возьмем». Насколько современные технологии позволяют автоматизировать какие-то рутинные процессы? Я вот знаю, что у тебя бухгалтерию бот ведет, кажется, верно?

То, что рассказывает Герман Греф — это все прекрасно. Но для этого не нужен искусственный интеллект. У «Сбербанка» типовые исковые заявления: сделайте шаблон и штампуйте их. То есть с этим может справиться один юрист, который сформирует этих правил. Я думаю, там будет максимум 50 условий, в зависимости от входных параметров. Для этого не нужен искусственный интеллект. У нас не так много статей, которые бы могли повлиять на эти исковые требования.
  
У меня бухгалтерию и юридическую часть скрипт делает. Я нанял контору, которая подготовила шаблоны договоров, контрактов, неразглашений, актов и все, ребята спрограммировали.
Это круто, что Герман Греф и другие говорят о нейронных сетях и прочем, но большинство этих задач решаются обычным программистом, с обычными знаниями. Для этого не нужно глубокое машинное обучение.

А для чего, по-твоему, это делается? Для пиара какого-то или для чего?

Я не знаю зачем это делают. Мое окружение все это бесит. У меня нет никаких отношений со «Сбербанком», у меня даже карточки их нет. Но у меня есть несколько знакомых, у которых есть карта, открытая в Санкт-Петербурге, но живут они в Москве. Они до сих пор не могут получать нормальную поддержку от этого банка в Москве.

Вот мне было бы очень стыдно, если бы я на всяких конференциях рассказывал про искусственный интеллект, Big Data и так далее, а у меня люди в соседнем городе не могут поддержку получить.

Возможно, Греф делает это для пиара, но мне кажется, что он чувство собственной важности тешит.

Был случай, когда чат-бот Tay от компании Microsoft, запущенный 23 марта 2016 года, за сутки фактически возненавидел человечество и превратился в расиста. Эти боты как раз на машинном обучении работают?

Да, вот они на базе твитов и работали, обучались, поэтому быстро стали расистами. У нас есть для отлова педофилов бот «Тесак», который под видом 14-летней девочки разводит мужиков на секс. Там все несложно. Есть маленький кусочек машинного обучения, но по сути дела — это чуть более продвинуты чат-бот.

Если говорить о лингвистических вещах, то, насколько мне известно, они довольно хорошо описаны для английского языка, но с распознаванием текста и смыслов в русском языке пока все плохо, так ли это?

Да, не очень у нас все хорошо. Большинство задач зарубежной лингвистики, например, оценку тональности можно решить за счет базисных алгоритмов. Статистика, подсчет негативных или позитивных слов, ничего сложного.

В русском языке все сложнее. Тут нужно строить модель предложения. Нужно понимать, где объект, какие с ним связанные слова. В английском языке, несмотря на то, что у них 12 времен, по большому счету используют всего лишь три. К этому можно добавить прямой порядок слов, очень мало слов, которые имеют двойные, тройные интерпретации. Очень мало сарказма. В русском языке никакое машинное обучение тебе не отличит х**вый от а**евшего или а**енного. Это очень сложно.

Поэтому я всем пытаюсь объяснить, что тональность — это не очень правильно, нужно вычленять факты. К сожалению, половина библиотек для Python [язык программирования — ред.] и для всех остальных языков хорошо работает с английским языком, а с русским — нет.

Буквально несколько дней назад Цукерберг раскритиковал Маска, который называет ИИ ключевой проблемой человечества. Сам Маск обвинил создателя Facebook в том, что тот не владеет предметом. Действительно ИИ может быть опасен и какой-нибудь условный Skynet превратит землю в радиоактивную пустыню?

Я в этой истории поддерживаю Цукерберга. Я считаю, что вопли вокруг искусственного интеллекта преувеличены. Преувеличены они людьми, которые не совсем понимают, как искусственный интеллект работает. С другой стороны, эти люди не понимают, что не оружие убивает людей, а люди убивают людей, используя оружие.
  
Я верю, что искусственный интеллект в ближайшие 10 лет точно никого не будет убивать. В любом случае, если кто-то кого-то убивает, то это либо ошибка программиста, либо кто-то использует эту машину в своих целях.
  
Ну, то есть истории по типу Skynet у нас не будет и это только кино?

Нет, это все только кино.
  
А сколько времени нужно для того, чтобы у нас появились какие-то рабочие прототипы в этой сфере?

Если мы говорим об искусственном сознании, то это лет 15-20, может быть даже 30, но я надеюсь на 15.

Если мы говорим о простых вещах искусственного интеллекта, то есть рабочие проекты уже и сейчас.

Источник: actualcomment.ru

Комментарии: